聚焦焦点营业系统建设,,,支持数字化转型
提供云原生架构解决计划
以数据中台为焦点的数据全生命周期产品
笼罩智能风控、远程视频银行等场景化产品
通过开放银行等延伸互联网金融产品
笼罩信贷全流程,,,助力普惠金融
提供信用危害与资源计量产品
聚焦羁系合规,,,强化金融系统清静性
漫衍式焦点系统国产适配,,,构建金融清静底座
全栈式信创云平台,,,驱动多行业自主可控
云原生+AI驱动,,,全栈式迅速安排与智能运维
量子密钥分发手艺,,,构建金融级清静通讯网络
数字手艺赋能农业产融,,,构建智慧农村生态
大数据风控+线上化效劳,,,破解小微融资难题
区块链+AIoT手艺整合,,,优化产融协同效率
智能合约+多载体支付,,,拓展消耗场景
数字化战略、谋划建模、零售与绿色信贷咨询
科技战略与系统群架构及治理研发妄想等
企业整体战略导向全局数据治理与应用妄想
围绕项目举行全生命周期管控与专家赋能
3-5年信创事情整体妄想制订
漫衍式架构+智能运维平台,,,全生命周期IT治理
富厚的IT治明确决计划,,,包管营业一连性
科研知识产权计划,,,提升全生命周期治理能力
工业智能体+物联网优化生产,,,打造数智工厂
云原生+DevOps全生命周期平台
自动化建模、执行、测试、营业流程自动化
AI+TMMi赋能全生命周期测试,,,智能天生用例
全生命周期IT效劳,,,PMO咨询与行业级交付

8月31日,,,由中国金融杂志社、中国信通院云盘算与大数据研究所配合主理的“第二届金融数据治理论坛”在北京举行。。。。。。雷竞技信息首席数据官黄万忠在主会场揭晓题为《苏格拉底的申辩 数据治理效果评估逆境和探索》的演讲。。。。。。

黄万忠从数据治理生长趋势、银行数据治理实践、数据价值释放、探索金融数据治理新模式、数据清静系统建设、数据治理价值评估逆境与探索等多个维度探讨数据治理新动向。。。。。。
以下为看法实录:
历经近二十年,,,海内金融行业数据治理的理论和实践生长到了一定的阶段,,,从外洋DAMA数据治理系统的引进,,,到种种数据治理国标、信通院数据资产治理白皮书等优异要领层出不穷,,,可以说是百家齐放。。。。。。行业里我们有了数据治理治理系统、有了数据资产价值评估要领,,,但却鲜有数据治理效果评估的要领和标准。。。。。。这就对数据治理从业职员带来了极大的挑战。。。。。。
经常;;;嵊龅绞葜卫泶右抵霸被巳斫馐,,,但不被营业部分或者企业向导所认可,,,数据治理的现实效果无法被准确权衡,,,经常履历冰火两重天。。。。。。数据治理从业职员经常遇到如下困扰:
1. 做了那么多治理事情,,,为什么羁系报送还要被处分????
2. 向导不太知足,,,以为做的欠好
3. 营业部分没有感受,,,以为对营业没有价值
4. 报表出数很慢,,,得不到想要的指标
5. 数据质量照旧有那么多的问题
6. 数据治理很被动,,,没有全行级机制
7. 只是把数据治理当成一次性活动
8. 数据标准落标往往会被妥协
9. 总以为数据治理全都做了,,,又全都没做好
10. 数据治理的热情随着时间在衰退
……
类似这种困扰还许多,,,都是数据治理从业职员的头上悬剑。。。。。。数据治理的效果事实是好是坏,,,由于现在鲜有可量化的标准,,,让数据治理团队在汇报时坐卧不宁。。。。。。
这种逆境让人遐想到在公元前399年古希腊哲学家苏格拉底受审时所作的辩护。。。。。。虽然,,,苏格拉底是最著名的西方哲学家之一,,,他的申辩铿锵有力。。。。。。而我们数据治理执行团队的情形就显得凄凉一点。。。。。。以是我们也需要一种理念,,,来应对数据治理效果评估,,,那么我们该怎样从容地、有系统地来解决数据治理效果评估的问题呢????
黄万忠提出了数据治理效果评估的思绪:即从数据治理能力和数据治理现实效果两个维度来评估。。。。。。
数据治理能力指的是有没有能力做好数据治理这个事情,,,体现了主观性,,,好比从组织、制度、流程、岗位建设等来推动。。。。。。这些事情做好了,,,未来有可能让数据治理变得更好,,,但纷歧定马上收效,,,是有时间滞后的。。。。。。投入不会连忙收效,,,多久收效则体现了数据治理团队的能力和偏向的准确与否。。。。。。

数据治理能力提升的领域包括:
● 一把手工程
● 企业运营机制包管
● 相对充裕的人力资源投入
● 转变看法,,,视数据为企业要害资产
● 系统化的数据治理要领
数据治理效果现实效果评估则是数据质量等现实可以量化的内容,,,这是一个静态的表述。。。。。。一样平常情形下,,,现实数据资产的效果是可以用量化指标来权衡的。。。。。。它的领域包括:
● 质量一连提升,,,可量化
● 羁系好评
● 很好地支持了数字化转型
● 充分融入营业,,,瞄准数据价值
● 赋能数据共享和交流
● 文化融合,,,言必谈数
从能力和现实资产情形两个维度就可以很好地来评估数据治理的效果。。。。。。像国标的DCMM数据治理成熟度评估是在权衡数据治理能力,,,而数据质量平衡记分卡则是在权衡数据质量的现真相形。。。。。。两者合一,,,都可以较好地说清晰数据治理的效果。。。。。。

凭证苏格拉底的无知之知的哲学理论,,,黄万忠提出了数据治理能力“无知之知”的理论。。。。。。数据治理从业职员和汇报工具凭证这个理论也可以分为5类:
第一类是不知道自己不知道:自以为什么都懂,,,着实什么都不懂,,,狂妄自尊。。。。。。
第二类是顽强于自己的无知:这种状态常见于驻足于己的私见或者信仰的盲目。。。。。。由于自己的无知一直用种种理论或说辞来强化。。。。。。貌似准确,,,却往往是无差别暴力和破损的泉源。。。。。。
第三类是知道自己不知道:对数据治理的未知领域充满敬畏,,,准备随时再富厚自己的知识库,,,较量谦逊随和。。。。。。
第四类是知道自己知道:数据治理方面有多年履历,,,且捉住了数据治理的客观纪律,,,提升了自己数据方面的认知。。。。。。能够准确的指导、指导数据治理团队事情。。。。。。同时,,,坚持一直学习先进同业的心态,,,起劲进取,,,取长补短。。。。。。
第五类是不知道自己知道,,,是最高境界,,,数据治理领域有很是深的造诣,,,同时敬畏谦卑,,,无知胜有知。。。。。。
值得注重的是,,,这里的“无知”是其中性词,,,没有贬义的因素,,,这是从数据治理从业职员的认知状态的简朴分类,,,无意冒犯任何从业者。。。。。。
数据治理执行团队若是遇到第三类向导,,,或者团队中有第三类人,,,那么数据治理事情只要坚持,,,注重偏向别蜕化,,,尚有很大几率乐成。。。。。。若是遇到第三类,,,则乐成指日可待,,,基本上会很顺畅。。。。。。若是有第五类能手指点,,,那么整体事情会变得越发卓越。。。。。。
数据治理团队若是遇到第一类和第二类,,,也就是针对不知无知&固于无知这类的情形,,,一定要注重技巧和要领。。。。。。这一类一定要攻坚一把手,,,然后使用迅速的数据治理法使事情快速收效,,,同时阻止冲突、保;;;な葜卫淼闹葱型哦,,,同时追求营业的支持。。。。。。
黄万忠在数据治理论坛上体现,,,雷竞技信息于2020年推出了十大推进模式(现在是3.0版本)中的两种要领可以协助破解 ” 不知无知&固于无知” 的情形,,,即面向营业剖析驱动模式和羁系驱动模式,,,自下而上让向导看到价值,,,然后往前推动。。。。。。雷竞技信息ABIF数据剖析价值提升框架,,,可以资助提升营业价值,,,从而来反推数据治理。。。。。。
黄万忠对该模式的应用和价值做了详细解读和举例,,,举例关联资金链专题可以用银行生意转账做数据挖掘,,,然后反推数据治理。。。。。。让营业部分看到数据质量实着实在的前进效果。。。。。。
黄万忠最后建议,,,解决数据治理效果评估的问题,,,照旧要先从数据治理从业职员自身能力入手,,,认清缺乏,,,捉住纪律,,,坚持空杯,,,无邪变通,,,进而起劲去抵达”无知之知“的境界。。。。。。